我有一个面试测试，我必须用给定的矩阵乘法算法实现快速矩阵乘法。
我必须在任何平台上使用我想要的任何编译器来实现它。任务说：
•PC实现应该为SIMD优化做好准备。 •设计数据处理模块的合理接口。 •编写便携式ANSIC代码，它不会降低效率。不要使用汇编程序。 •考虑操作的数量，操作的复杂性。关心函数调用开销，循环开销，内存访问时间和缓存性能等问题
我应该在像raspberry pi这样的平台上实现这个吗？或者在CPU + DSP或ARM + NEON或CPU + GPU模拟器上？或者只是给出代码？
谢谢
答案 0 :(得分：0)
关于指令级并行性，线程级并行性，缓存利用率以及加速矩阵乘法中没有使用的整体理论。
我可以指出，首先要了解CPU缓存的工作原理。当块被加载到缓存中时，如何将块映射到缓存索引，当块被驱逐时等。请参阅有关计算机体系结构或维基百科的书。
然后我可以指出阻塞矩阵乘法算法。
最后有BLAS规范和OpenBLAS作为CPU的最快实现。